Der Vorstand hat entschieden: Künstliche Intelligenz soll im Unternehmen eingesetzt werden. Die Strategie steht, die ersten Budgets sind freigegeben, vielleicht gibt es sogar ein Pilotprojekt. Und trotzdem passiert erstaunlich wenig. Oder das Falsche.
Ein Geschäftsführer, den ich in genau dieser Situation beraten habe, beschrieb es so: „Die einen experimentieren wild und laden Kundendaten in ChatGPT, die anderen ignorieren das Thema komplett. Und ich stehe dazwischen und weiß selbst nicht genau, was der nächste richtige Schritt ist.“ Sechs Monate nach der offiziellen KI-Initiative hatte sein Unternehmen viel Geld für Lizenzen ausgegeben, ein Leuchtturmprojekt ohne Anschluss an den Regelbetrieb produziert und keine einzige verankerte Nutzungsrichtlinie.
KI-Einführung scheitert selten an der Technologie. Sie scheitert an der Führung, die nicht erkennt, dass sie vor allem ein organisatorisches und kulturelles Problem lösen muss.
Das Problem zeigt sich in drei typischen Mustern: Die unkontrollierte Ausbreitung, bei der Mitarbeiter ohne Leitplanken KI-Tools nutzen und sensible Daten in öffentlich zugängliche Systeme laden. Die stille Verweigerung, bei der offiziell alle die Initiative unterstützen, aber in der Praxis niemand sein Verhalten ändert. Und der Aktionismus ohne Fundament, bei dem ambitionierte Ziele verkündet werden, aber keine klare Datenstrategie, keine definierten Anwendungsfälle und keine realistischen Erwartungen dahinterstehen. „Macht mal was mit KI“ ist keine Strategie. Es ist eine Einladung zum Scheitern. Drei Hebel führen aus dieser Falle.
In den meisten Unternehmen nutzen bereits heute Mitarbeiter KI-Tools, ohne dass die Organisation es weiß oder gesteuert hat. Dieses Phänomen, Schatten-KI, ist das KI-Äquivalent der Schatten-IT. Das Problem ist nicht die Nutzung selbst, sondern die fehlende Steuerung. Wenn Mitarbeiter Kundendaten, Vertragsinhalte oder interne Strategiepapiere in öffentliche KI-Tools eingeben, entstehen Risiken, die weit über die IT-Abteilung hinausgehen: Datenschutzverletzungen, Compliance-Verstöße, Verlust von Geschäftsgeheimnissen. In regulierten Branchen kann das Meldepflichten auslösen und Zertifizierungen gefährden.
Die Antwort ist ein klares Verbot unkontrollierter Nutzung öffentlicher KI-Tools mit Unternehmensdaten. Aber ein Verbot allein reicht nicht. Wer nur verbietet, ohne Alternativen anzubieten, treibt die Nutzung tiefer in den Untergrund. Es braucht beides: ein unmissverständliches Nein zur unkontrollierten Nutzung und ein ebenso klares Ja zu freigegebenen, sicheren Werkzeugen. Dazu gehört eine Datenklassifikation, die festlegt, welche Daten in welche Systeme dürfen, und eine Nutzungsrichtlinie, die regelmäßig aktualisiert wird, weil sich die Toollandschaft schnell entwickelt.
| Aktionismus (typischer Fehler) | Geführte Einführung (was funktioniert) |
|---|---|
| Alle Tools gleichzeitig freigeben | Zugelassene Tools definieren, Rest verbieten |
| „Jeder entscheidet selbst, was okay ist“ | Datenklassifikation: welche Daten in welche Systeme |
| Verbot ohne Alternative | Klare Richtlinie plus freigegebene Werkzeuge |
| Einmal regeln, dann vergessen | Regelmäßige Überprüfung, weil die Toollandschaft sich entwickelt |
Dabei ist Regulierung längst operative Realität. Der EU AI Act ist in Kraft, die Schonfristen für wesentliche Anforderungen sind abgelaufen. Wer heute KI-Systeme ohne dokumentierte Risikoklassifikation und ohne definierte menschliche Aufsicht betreibt, riskiert handfeste Compliance-Verstöße. Governance ist hier keine Lähmung, sondern Voraussetzung.
Die erfolgreiche KI-Einführung folgt einem Muster, das erfahrene Transformationsmanager kennen: klein anfangen, schnell lernen, dann skalieren.
Eine Bereichsleiterin, die ich bei der KI-Einführung in ihrem Bereich begleitet habe, wählte als ersten Anwendungsfall die Zusammenfassung von Besprechungsprotokollen. Nicht den ambitioniertesten Use Case, aber den greifbarsten. Nach vier Wochen sparte ihr Team nachweislich drei Stunden pro Woche. Das klingt bescheiden, aber der eigentliche Wert lag woanders: Die Pragmatiker im Team sahen zum ersten Mal konkreten Nutzen, die Skeptiker stellten fest, dass ihre Bedenken gehört wurden, und die Verunsicherten merkten, dass KI ihre Arbeit ergänzte statt ersetzte.
Sie müssen kein Technologieexperte werden. Aber Sie müssen genug verstehen, um die richtigen Fragen zu stellen. Ethan Mollick von der Wharton School beschreibt in seiner Forschung zur organisatorischen KI-Einführung ein zentrales Prinzip: KI funktioniert nicht als isoliertes Werkzeug, sondern nur, wenn Menschen lernen, mit ihr zusammenzuarbeiten, und zwar experimentierend, nicht passiv geschult. KI ist ein Werkzeug, kein Selbstzweck. Bevor Sie fragen „Wo können wir KI einsetzen?“, sollten Sie fragen „Welche Probleme wollen wir lösen?“. KI verändert Rollen, nicht nur Prozesse: Wenn ein KI-Assistent Routinetätigkeiten übernimmt, hat der Sachbearbeiter plötzlich 60 Prozent seiner Zeit frei. Für was? Das muss jemand beantworten. Und die Qualität der Ergebnisse hängt von der Qualität der Daten ab. Wer über Jahre Daten in Silos gehalten und Standards ignoriert hat, wird von KI nicht belohnt, sondern bestraft.
Beim Skalieren nach dem Piloten beginnt die eigentliche Arbeit. Der größte Fehler ist nicht, zu langsam zu sein. Es ist, zu schnell zu skalieren, bevor die Organisation verstanden hat, was sie da tut.
Viele Unternehmen setzen bei der KI-Einführung auf Schulungsprogramme. Das ist notwendig, aber nicht ausreichend. Führungskräfte brauchen keine Fähigkeit, selbst KI-Modelle zu bauen, sondern technologische Grundkompetenz, die auf Entscheidungsfähigkeit zielt: Wo liegen die Grenzen? Wie bewerte ich Ergebnisqualität? Wie erkläre ich meinem Team, warum wir das tun? Fachkräfte brauchen praktische Fertigkeiten im Umgang mit den konkreten Tools ihres Arbeitsalltags. Und die Organisation braucht Multiplikatoren: in jedem Team jemanden, der etwas weiter ist als die anderen und als kollegiale Anlaufstelle dient.
Die entscheidende Ebene ist dabei das mittlere Management. Bereichs- und Abteilungsleiter sollen die KI-Transformation vorantreiben, gleichzeitig das Tagesgeschäft sicherstellen und dabei selbst erst verstehen, was die Technologie bedeutet. Viele lösen dieses Dilemma, indem sie die Auseinandersetzung mit KI aufschieben. Das ist nachvollziehbar, aber fatal, denn wenn diese Ebene die Einführung nicht aktiv trägt, findet sie nicht statt.
Was das mittlere Management braucht, ist kein zusätzliches Projekt, sondern Unterstützung bei der Integration von KI in die bestehende Führungsarbeit: geschützte Zeit für die eigene Auseinandersetzung, klare Erwartungen von oben, Entscheidungsspielräume für die Umsetzung und Zugang zu Expertise. Wenn Sie als Geschäftsleitung Ihre Bereichsleiter mit der KI-Einführung allein lassen, haben Sie die Verantwortung delegiert, nicht die Befähigung.
Wie Sie dabei mit den vier typischen Reaktionen umgehen, den Begeisterten, den Pragmatikern, den Skeptikern und den Verunsicherten, ist ein Stresstest für Ihre Führungskultur. Nehmen Sie die Einwände der Skeptiker ernst, denn sie stellen die Fragen, die Begeisterte übersehen. Und schaffen Sie Klarheit für die Verunsicherten: nicht mit Versprechungen, die Sie nicht halten können, sondern mit ehrlicher Kommunikation darüber, was sich ändern wird und was nicht. Die Einführung von KI sagt mehr über Sie als Führungskraft als jede Strategiepräsentation.
Erstens: Können Sie in zwei Sätzen beschreiben, welches konkrete Problem KI in Ihrem Bereich lösen soll? Wenn nicht, beginnen Sie dort, nicht bei der Toolauswahl.
Zweitens: Wissen Sie, welche KI-Tools Ihre Mitarbeiter bereits nutzen und welche Daten sie dort eingeben? Wenn die Antwort „nein“ ist, haben Sie ein Schatten-KI-Problem, das Sie diese Woche angehen sollten.
Drittens: Fragen Sie Ihre Bereichsleiter, wie viel Zeit sie in der letzten Woche für die Auseinandersetzung mit KI hatten. Wenn die Antwort „keine“ lautet, fehlt nicht Motivation, sondern Raum. Schaffen Sie ihn.
KI wird Ihr Unternehmen verändern. Die Frage ist nicht ob, sondern wie: geführt oder ungeführt, geplant oder chaotisch, mit Ihren Mitarbeitern oder gegen deren Widerstand.
Ein Unternehmen, das in zwölf Monaten drei Anwendungsfälle sauber implementiert und die Mitarbeiter mitgenommen hat, ist weiter als eines, das zwanzig Pilotprojekte gestartet hat, von denen keines den Regelbetrieb erreicht. KI einführen, ohne die Organisation zu überfordern, bedeutet nicht, langsam zu sein. Es bedeutet, führen statt treiben lassen.
Von Pilot zu Production – Warum 70 Prozent der KI-Piloten beim Skalieren scheitern und was die anderen 30 Prozent anders machen.
Technical Literacy – Welche Digitalkompetenz Führungskräfte brauchen, um strategische Kontrolle zu behalten.
Alle Impulse finden Sie in der Übersicht.
Dieser Impuls beschreibt die Diagnose. Die passenden „Werkzeuge“ für die Therapie – von pragmatischen Frameworks über fundierte Studien bis hin zu buchbaren Excellence-Modulen – finden Sie hier: Alle pragmatischen Lösungen anzeigen.
Wenn Sie diese Herausforderung in Ihrer eigenen Organisation gezielt angehen oder die Umsetzung individuell begleiten lassen möchten, buchen Sie ein unverbindliches Erstgespräch.
